短距離游泳身體機(jī)能疲勞極限監(jiān)控方法研究

劉夏瑜 牛哲斌

摘要：為了檢測(cè)短距離游泳人體機(jī)能疲勞極限監(jiān)控能力，提出基于身體機(jī)能特征大數(shù)據(jù)融合分析的短距離游泳身體機(jī)能疲勞極限監(jiān)控方法.首先建立短距離游泳身體機(jī)能疲勞極限監(jiān)控的生理指標(biāo)體系，然后進(jìn)行特征提取，以此構(gòu)建短距離游泳身體機(jī)能疲勞極限監(jiān)控的動(dòng)態(tài)特征分析模型，最后根據(jù)身體生理指標(biāo)的特征分析方法，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控.采用機(jī)器學(xué)習(xí)和模式識(shí)別方法，實(shí)現(xiàn)短距離游泳身體機(jī)能疲勞極限監(jiān)控和大數(shù)據(jù)融合分析.仿真結(jié)果表明，采用該方法進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控的有效性較好、準(zhǔn)確性較高，對(duì)身體機(jī)能狀態(tài)的實(shí)時(shí)分析能力較強(qiáng).

關(guān)鍵詞：短距離游泳;身體機(jī)能;疲勞;極限;監(jiān)控

中圖分類號(hào)：G861? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-260X（2019）08-0101-04

0 引言

短距離游泳對(duì)人體的爆發(fā)力要求很高，分析短距離游泳的生理指標(biāo)，研究短距離游泳身體機(jī)能疲勞極限，在提高運(yùn)動(dòng)員的生理機(jī)能和游泳耐力方面具有重要意義.結(jié)合生理指標(biāo)的動(dòng)態(tài)監(jiān)控和識(shí)別方法，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控識(shí)別，采用大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)方法進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控，構(gòu)建短距離游泳身體機(jī)能疲勞極限監(jiān)控的動(dòng)態(tài)監(jiān)測(cè)模型，提高短距離游泳身體機(jī)能的動(dòng)態(tài)分析能力[1].

對(duì)短距離游泳身體機(jī)能疲勞極限監(jiān)控是建立在生理指標(biāo)的動(dòng)態(tài)監(jiān)測(cè)和信息融合基礎(chǔ)上，進(jìn)行短距離游泳身體機(jī)能疲勞極限評(píng)價(jià)[2]，建立短距離游泳身體機(jī)能疲勞極限監(jiān)控模型，分析制約短距離游泳身體機(jī)能疲勞極限的相關(guān)性因素，建立短距離游泳身體機(jī)能疲勞極限監(jiān)控的統(tǒng)計(jì)分析模型，提高短距離游泳身體機(jī)能疲勞極限，提出基于身體機(jī)能特征大數(shù)據(jù)融合分析的短距離游泳身體機(jī)能疲勞極限監(jiān)控方法[3].采用生理指標(biāo)監(jiān)測(cè)方法進(jìn)行短距離游泳身體機(jī)能疲勞特性分析，建立短距離游泳身體機(jī)能疲勞響應(yīng)特征分析模型，提取短距離游泳身體機(jī)能疲勞極限狀態(tài)特征量，根據(jù)特征分布狀態(tài)進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控.最后進(jìn)行仿真實(shí)驗(yàn)分析，展示了該方法在優(yōu)化短距離游泳身體機(jī)能疲勞極限監(jiān)控能力方面的優(yōu)越性能.

1 短距離游泳身體機(jī)能疲勞動(dòng)態(tài)特征提取

1.1 身體機(jī)能疲勞極限監(jiān)控的生理指標(biāo)體系

結(jié)合運(yùn)動(dòng)員生理指標(biāo)監(jiān)測(cè)方法，構(gòu)建短距離游泳身體機(jī)能疲勞極限的統(tǒng)計(jì)分析模型，采用大數(shù)據(jù)特征采樣方法進(jìn)行運(yùn)動(dòng)員生理指標(biāo)監(jiān)測(cè)和信息融合，構(gòu)建短距離游泳身體機(jī)能疲勞極限監(jiān)控的動(dòng)態(tài)特征分析模型，采用運(yùn)動(dòng)員生理指標(biāo)的特征分析方法，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控[4]，根據(jù)運(yùn)動(dòng)能力評(píng)價(jià)和身體機(jī)能的評(píng)定結(jié)果，進(jìn)行運(yùn)動(dòng)員生理指標(biāo)監(jiān)控，制定科學(xué)的訓(xùn)練計(jì)劃，進(jìn)行評(píng)估訓(xùn)練，得到短距離游泳身體機(jī)能疲勞極限監(jiān)控的總體結(jié)構(gòu)圖如圖1所示.

根據(jù)運(yùn)動(dòng)員生理指標(biāo)監(jiān)測(cè)過程中的機(jī)能指標(biāo)，以O(shè)2和CO2的在心肺中的演化狀態(tài)，分析短距離游泳身體機(jī)能的極限[5]，短距離游泳身體機(jī)能中的最大攝氧量O2max的計(jì)算公式可以表達(dá)為：

其中，Hmax表示短距離游泳運(yùn)動(dòng)員生理指標(biāo)的最大心率，MSV表示最大脈搏量，OPD表示短距離游泳運(yùn)動(dòng)員動(dòng)靜氧脈差.二氧化碳排出量P■的計(jì)算過程為：

其中，H表示短距離游泳運(yùn)動(dòng)員生理指標(biāo)的正常心率.依據(jù)上述最大攝氧量和二氧化碳排出量的表達(dá)式，得出運(yùn)動(dòng)員短距離游泳身體機(jī)能疲勞極限監(jiān)控的生理指標(biāo)體系表達(dá)式，如公式（3）所示：

根據(jù)生理指標(biāo)體系表達(dá)式，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控和識(shí)別，建立短距離游泳身體機(jī)能疲勞特性分析模型[6].根據(jù)生理指標(biāo)的大數(shù)據(jù)融合結(jié)果，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控，構(gòu)建短距離游泳身體機(jī)能疲勞極限監(jiān)控的生理指標(biāo)體系，如圖2所示.

1.2 短距離游泳身體機(jī)能疲勞動(dòng)態(tài)特征提取

建立短距離游泳身體機(jī)能疲勞響應(yīng)特征分析模型，采用分布式的量化融合方法進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控的空間規(guī)劃，構(gòu)建短距離游泳身體機(jī)能疲勞極限監(jiān)控的特征采樣模型[7]，采用模糊融合聚類分析方法，實(shí)現(xiàn)短距離游泳身體機(jī)能疲勞極限關(guān)聯(lián)特征挖掘.

將短距離游泳身體機(jī)能疲勞極限監(jiān)控描述為一個(gè)有m個(gè)自變量的統(tǒng)計(jì)分析模型身體機(jī)能疲勞極限監(jiān)控的空間分布節(jié)點(diǎn)A1，A2…An，在約束范圍（x，x（k））內(nèi)，采用有向圖分析方法進(jìn)行短距離游泳身體機(jī)能疲勞極限關(guān)聯(lián)特征檢測(cè)，得到短距離游泳身體機(jī)能疲勞極限監(jiān)控的優(yōu)化控制的擾動(dòng)分量二階原點(diǎn)矩為：

其中，Ps表示短距離游泳身體機(jī)能運(yùn)動(dòng)負(fù)荷量，？啄（t，k）為短距離游泳身體機(jī)能疲勞極限監(jiān)控的kronnecker函數(shù)，？滓n2表示身體機(jī)能生化指標(biāo)，IM表示短距離游泳身體機(jī)能疲勞極限監(jiān)控基數(shù).在小擾動(dòng)分量x（t）的約束下，得到短距離游泳身體機(jī)能疲勞極限狀態(tài)分布的協(xié)方差矩陣：

其中N為短距離游泳身體機(jī)能疲勞極限監(jiān)控控制的空間維數(shù)，構(gòu)造短距離游泳身體機(jī)能疲勞極限分布多維聯(lián)合估計(jì)矩陣RT：

以身體機(jī)能疲勞極限監(jiān)控的認(rèn)知概率？琢為約束參量，則有：

其中，xk、zk表示短距離游泳身體機(jī)能疲勞極限分布統(tǒng)計(jì)特征量，根據(jù)公式（8）、（9）完成動(dòng)態(tài)特征提取短距離游泳身體機(jī)能疲勞響應(yīng)，根據(jù)動(dòng)態(tài)特征構(gòu)建短距離游泳身體機(jī)能疲勞極限監(jiān)控的大數(shù)據(jù)分析模型.

2 短距離游泳身體機(jī)能疲勞極限監(jiān)控識(shí)別

2.1 身體機(jī)能疲勞響應(yīng)特征分析模型構(gòu)建

在上述監(jiān)測(cè)指標(biāo)選取及動(dòng)態(tài)特征提取的基礎(chǔ)上，建立短距離游泳身體機(jī)能疲勞響應(yīng)特征分析模型，進(jìn)行疲勞極限監(jiān)控優(yōu)化.提出基于身體機(jī)能特征大數(shù)據(jù)融合分析的短距離游泳身體機(jī)能疲勞極限監(jiān)控方法.短距離游泳身體機(jī)能疲勞極限關(guān)聯(lián)特征檢測(cè)的機(jī)器學(xué)習(xí)預(yù)測(cè)函數(shù)為：

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了測(cè)試所提方法在實(shí)現(xiàn)短距離游泳身體機(jī)能疲勞極限監(jiān)控中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)采用分組檢測(cè)方法，測(cè)試對(duì)象中男生為28人，女生為16人，對(duì)男女運(yùn)動(dòng)員分別進(jìn)行短距離游泳的極限訓(xùn)練，測(cè)試相應(yīng)的身體機(jī)能指標(biāo)，建立短距離游泳身體機(jī)能疲勞響應(yīng)特征分析模型，得到特征響應(yīng)輸入如圖3所示.

以圖3數(shù)據(jù)為研究對(duì)象，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控，用機(jī)器學(xué)習(xí)和模式識(shí)別方法，實(shí)現(xiàn)短距離游泳身體機(jī)能疲勞極限監(jiān)控和大數(shù)據(jù)融合分析，進(jìn)行身體機(jī)能疲勞極限監(jiān)控的準(zhǔn)確性對(duì)比分析，如圖4所示.

分析圖4得知，本文方法進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控的準(zhǔn)確性對(duì)比傳統(tǒng)方法較高，在此基礎(chǔ)上，監(jiān)控短距離游泳身體機(jī)能疲勞極限值，得到監(jiān)控結(jié)果如圖5所示.

分析圖5得知，采用該方法能有效實(shí)現(xiàn)短距離游泳身體機(jī)能疲勞極限監(jiān)控，測(cè)試準(zhǔn)確性穩(wěn)定.

4 結(jié)語

提出基于身體機(jī)能特征大數(shù)據(jù)融合分析的短距離游泳身體機(jī)能疲勞極限監(jiān)控方法，采用運(yùn)動(dòng)員生理指標(biāo)的特征分析方法，進(jìn)行短距離游泳身體機(jī)能疲勞極限監(jiān)控，根據(jù)運(yùn)動(dòng)能力評(píng)價(jià)和身體機(jī)能的評(píng)定結(jié)果，進(jìn)行運(yùn)動(dòng)員生理指標(biāo)監(jiān)控，制定科學(xué)的訓(xùn)練計(jì)劃，進(jìn)行評(píng)估訓(xùn)練，提高短距離游泳身體機(jī)能疲勞極限監(jiān)控和自動(dòng)分析能力.研究得知，該方法能有效實(shí)現(xiàn)短距離游泳身體機(jī)能疲勞極限監(jiān)控，準(zhǔn)確性較高，對(duì)運(yùn)動(dòng)后人體機(jī)能狀態(tài)的實(shí)時(shí)分析能力較強(qiáng)，有利于疲勞極限狀態(tài)下的監(jiān)控.

——————————

參考文獻(xiàn)：

〔1〕金成平，蘇蕓澐，何新中.優(yōu)秀短距離游泳運(yùn)動(dòng)員余賀新多年訓(xùn)練安排的控制[J].北京體育大學(xué)學(xué)報(bào)，2018，41（11）：103-109.

〔2〕卓金源，吳趙昭，徐旻霄，等.高原體能訓(xùn)練對(duì)我國高水平優(yōu)秀籃球運(yùn)動(dòng)員身體機(jī)能與形態(tài)的影響研究[J].北京體育大學(xué)學(xué)報(bào)，2017，40（3）：98-105.

〔3〕張騰，溫宇紅，沈宇鵬.兒童青少年時(shí)期游泳運(yùn)動(dòng)員長(zhǎng)期發(fā)展理論模型研究[J].中國體育科技，2018，54（4）：45-52+91.

〔4〕王華，康榮杰，王興堅(jiān)，等.軟體彎曲驅(qū)動(dòng)器設(shè)計(jì)與建模[J].北京航空航天大學(xué)學(xué)報(bào)，2017，43（5）：1053-1060.

〔5〕蘭亞紅.三種HiLo模式對(duì)游泳運(yùn)動(dòng)員身體機(jī)能及運(yùn)動(dòng)成績(jī)的影響[J].廣州體育學(xué)院學(xué)報(bào)，2018，38（3）：109-114.

〔6〕孫吉成.關(guān)于游泳水的阻力與姿勢(shì)動(dòng)態(tài)建模優(yōu)化仿真[J].計(jì)算機(jī)仿真，2016，33（9）：252-255+277.

〔7〕王莉莉，彭勃.基于特征航跡簡(jiǎn)化模型的中心航跡提取研究[J].計(jì)算機(jī)應(yīng)用研究，2019，36（1）：49-52.

〔8〕馬麗，馬瑞楠.一類隨機(jī)泛函微分方程帶隨機(jī)步長(zhǎng)的EM逼近的漸近穩(wěn)定[J].應(yīng)用數(shù)學(xué)和力學(xué)，2019，40（1）：97-107.

〔9〕闞忠良，李建中.基于回歸模型的Spark任務(wù)性能分析方法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2018，50（03）：198-204.

〔10〕阮曉鋼，陳巖，肖堯，等.基于參數(shù)尋優(yōu)的自學(xué)習(xí)算法在兩輪機(jī)器人控制上的應(yīng)用[J].北京工業(yè)大學(xué)學(xué)報(bào)，2017，43（7）：1060-1067.